Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

תכנון רב-תחומי ומולטי-מודאליים לחקר חוויות בדיקה אותנטית בזמן אמת הקרוב

Published: September 4, 2019 doi: 10.3791/60037

Summary

התכנון הניסיוני פותח כדי לחקור את ההשפעות בזמן אמת של חווית בדיקה כדי להעריך את חווית התלמידים הרגשיים בתחומי ההשכלה הגבוהה ומשימות. עיצוב זה הוא תוצאה של הצלבה (למשל, פסיכולוגיה חינוכית, ביולוגיה, פיזיולוגיה, הנדסה) ומולטי-מודאלי (למשל, סמני הרוק, סקרים, חיישן אלקטרועורי).

Abstract

במהלך עשר השנים האחרונות גדל המחקר ברגשות התלמידים בסביבות חינוכיות. למרות שחוקרים קראו למחקרים נוספים המסתמכים על מדדים אובייקטיביים של חוויה רגשית, מגבלות על ניצול מקורות נתונים רב-מודאליים קיימים. מחקרים של רגש ורגולציה רגשית בכיתות מסתמכים באופן מסורתי על מכשירי סקר, ניסיון-דיגום, חפצים, ראיונות, או הליכי תצפית. שיטות אלה, בעוד בעלי ערך, תלויות בעיקר בסובייקטיביות משתתפים או במתבונן, והיא מוגבלת במדידה האותנטית של ביצועי התלמידים בזמן אמת לפעילות בכיתה או לפעילות. האחרון, במיוחד, מציב בלוק הנגף לחוקרים רבים המבקשים למדוד רגשות באופן אובייקטיבי ואמצעים אחרים הקשורים בכיתה, בזמן אמת.

מטרת העבודה הזאת היא להציג פרוטוקול לסטודנטים ללימודים בזמן אמת התגובות לחוויות מבחן במהלך מצב הערכה אותנטי. בשביל זה, צוות של פסיכולוגים חינוכיים, מהנדסים, וחוקרי חינוך הנדסה עיצב פרוטוקול ניסיוני ששמר את המגבלות הדרושות למדידה מדויקת של חיישן פיזיולוגי, שיטות העבודה הטובות ביותר של אוסף הרוק, ו סביבת בדיקה אותנטית. בפרט, מחקרים קיימים המסתמכים על חיישנים פיסיולוגיים מתנהלים בסביבות נסיוניות שאינן מנותקות מהגדרות חינוכיות (למשל, בדיקת Trier), מנותקת בזמן (למשל, לפני או אחרי משימה), או להציג שגיאת ניתוח (לדוגמה, שימוש בחיישנים בסביבות בהן סביר שהתלמידים יזוזו). זה מגביל את הבנתנו את התגובות של הסטודנטים בזמן אמת לפעילויות בכיתה ומשימות. יתרה מזאת, המחקר האחרון קרא לשיקולים נוספים להיות מכוסים סביב נושאים של גיוס, שיכפול, תוקף, כיוונונים, ניקוי נתונים, ניתוח ראשוני ונסיבות מסוימות (למשל, הוספת משתנה בניסוי עיצוב) במחקרי רגשות אקדמיים המסתמכת על גישות מרובות-מודאליות.

Introduction

פסיכולוגים הבינו זמן רב את החשיבות של רגשות בני האדם להבהיר את התנהגותם1. בתוך המחקר של החינוך, הישג אקדמי רגשות (AEE) הפך למוקד של מחקר הרגש2. חוקרים המשתמשים ב-AAE טוענים כי ההקשרים המצעיטים מוצאים את עצמם חשובים לשקול בעת בחינת רגשותיהם של התלמידים. הסטודנטים עשויים להיתקל בנושאים הקשורים לבחינה, הקשורים למחלקה או ללמידה, הכרוכים בתהליכים מרובי-רכיבים, כולל מרכיבים רגשיים, פיזיולוגיים, מוטיבציה והקוגניטיביים. AEE מתבטאת בשתי צורות: ערכיות (חיובי/שלילי) והפעלה (אנרגיה ממוקדת/לא ממוקד). הפעלת רגשות חיוביים, כגון הנאה, עשויה להגביר את תהליכי הרפלקטיבית כגון מטא-קוגניציה, ואילו הפסקת רגשות חיוביים כגון גאווה עלולה לגרום לרמות נמוכות של עיבוד קוגניטיבי. שלילי הפעלת רגשות כגון כעס וחרדה עלולה להצית את האירוסין, ואילו שלילי ביטול הרגשות כגון חוסר תקווה לצנן את המוטיבציה3,4,5. רגשות אקדמיים תורמים לדרך בה אנו לומדים, תופסים, מחליטים, מגיביםופותריםבעיות. כדי לווסת את הרגשות האקדמיים, האדם חייב להחזיק ביעילות עצמית (SE)6,7,8, שהוא האמון שלהם ביכולתם להעסיק שליטה על המוטיבציה, ההתנהגות והסביבה החברתית שלהם 6. היעילות העצמית והרגשות האקדמיים קשורים ביניהם, כאשר לפחות היעילות העצמית קשורה לניתוק שלילי של רגשות (למשל, חרדה, כעס, שעמום) ויעילות עצמית גבוהה יותר קשורה להפעלת רגשות חיוביים (למשל, אושר, תקווה, התרגשות)6,7,8. SE הוא גם האמין להיות קשור באופן חזק ביצועים6,7,8.

מחקר שבדק את רגשות הכיתה יש להסתמך על דיווחים עצמיים, תצפיות, ראיונות, וחפצים (למשל, בחינות, פרויקטים)9,10. על אף ששיטות אלה מספקות מידע הקשרי עשיר על חוויות הכיתה של התלמידים, יש להם מגבלות משמעותיות. לדוגמה, ראיונות, תצפיות ודוחות עצמיים מסתמכים על המלצות של יחידים10. שיטות אחרות ביקשו לבחון את הרגשות האקדמיים יותר מאשר חוקרים קודמים, כגון אלה המבוססות על גישות לדיגום התנסות, בהן חוקרים מבקשים מהתלמידים לדווח על רגשותיהם במהלך יום הלימודים11. למרות שהמחקר הזה מאפשר לנו לדווח באופן מדויק יותר על הרגשות של הסטודנטים, עבודה זו מסתמכת על שיטות של דו ח עצמי ואינה מאפשרת דיווח בזמן אמת כאשר סטודנטים צריכים להשהות את עבודתם בבחינה כדי לטפל בסקר הניסיון.

לאחרונה, החוקרים החלו לטפל בחששות בנוגע לפעולות של דו ח עצמי באמצעות אמצעים ביולוגיים או פיסיולוגיים של רגש9, המשולבים עם מכשירים אחרים או טכניקות כגון סקרים, תצפיות, או ראיונות, מורכבת מצורה מרובת-מודלית של איסוף נתונים למחקר חינוכי ופסיכולוגי12. לדוגמה, טכניקות ביולוגיות, כולל ביואריטים הרוק, משמשות כדי להבין את התהליכים הביולוגיים של התפקיד יש על קוגניציה, רגש, למידה, וביצועים13,14,15. עבור תהליכים קוגניטיביים, אנדרוגנים (למשל, טסטוסטרון) קושרו דפוסי זיהוי מרחבי שונים בוגרים וילדים16,17 ואילו הורמונים בבלוטת יותרת ההיפופיזה-אדראולית (למשל, קורטיזול) ו הורמונים אדרכולינרגיות (למשל, הרוק α-עמילאז או sAA) מקושרים לתגובתיות מתח בין יחידים18,19,20.

פעילות אלקטרועורי (EDA) מייצגת מדד פיזיולוגי של הפעלת מערכת העצבים האוטונומית (ANS) והיא מקושרת להפעלה מוגברת של המערכת, עומס קוגניטיבי או תגובות רגשיות חזקות21,22 ,23 בפעילות בחינה, EDA מושפע מניידות פיזית21,22, טמפרטורות גוף וסביבה24,25,26,27, ומילולית הליזציה של מחשבות28, כמו גם רגישות ומידת הקישוריות של אלקטרודות אנלוגי-דיגיטלי לעור29.

למרות שאלה יכולים להיות מגבלות לשימוש EDA, טכניקה זו עדיין יכולה לספק תובנה רבת ערך לגבי מה שקורה במהלך בדיקות כמעט בזמן אמת והוא יכול לשמש כלי מבטיח לחקור AEE ובמידה, היעילות העצמית. כתוצאה מכך, ניתן להשיג תמונה מדויקת של התלמידים ' AEE ' באמצעות שילוב של שיטות סקר, כדי לקבוע את הערכיות של הרגש, נתונים פיזיולוגיים וביולוגיים, כדי למדוד את הפעלת הרגש הזה. נייר זה מתבסס על פרסום קודם בפעילויות בדיקה30 ומרחיב את היקף העבודה כדי לכלול גישות מרובות מודאליות (באמצעות סקרי ניסיון, חיישני EDA ובדיקות הרוק) בתרחיש בדיקה. חיוני לציין כי הפרוטוקול המתואר להלן מאפשר לאסוף נתונים משתתפים רבים באותו זמן בתוך הגדרה ניסיונית אחת.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

הליכים אושרו על ידי הלוח סקירה מוסדית (IRB) תחת סקירה כללית באוניברסיטת יוטה המדינה ללימודים על נושאים אנושיים ושימוש במבנים אלה. התוצאות האופייניות כוללות שני סמסטרים של קורס סטטיקה הנדסי, כל אחד עם התקנה ניסיונית מעט שונה, במוסד מערבי להשכלה גבוהה בארצות הברית. בחינות אימון, שתוכנם מוקרב את הבחינות בפועל, פותחו על ידי מדריך הקורס ושימשו למחקר שלנו. שים לב שהפרוטוקול המתואר להלן מתאר שלבים בו, וחלק מהשלבים עשויים לחפוף.

1. שיקולים לתכנון ניסיוני ואינטגרציה של שיטות משמעת

כפי שחוקרים מחשיבים את העיצובים הניסיוניים של הטבע הזה, יש לשלב ידע משמעתי וגישות משתלבות באופן המשלים ומאשר את מטרת המחקר העיקרית. כאשר מוסיפים כלים ושיטות חדשים, יש צורך בשיקולים נוספים של אימות. בעבודה זו, נסקור מחקר ניסיוני שבו סקרים וחיישנים אלקטרועורי שימשו עבור אחד הסמסטרים (עיצוב ניסיוני A), ואוסף ביוארקר הרוק (כלומר, קורטיזול ו sAA) התווסף לסמסטר הבא (ניסיוני עיצוב B). להלן השיקולים עבור שני הכיוונונים:

  1. תכנון נסיוני עם סקרים וחיישנים אלקטרועורי
    1. חיישנים אלקטרועורי רגישים. תגובות ההבהיל של המשתתפים, אם הופעלו בשוגג, יכולות ליצור מסמר משמעותי בתגובת EDA. דבר זה חשוב במיוחד כאשר בוחנים משתתפים מרובים עבור איסוף נתונים, שפעולותיהם עשויות לשפר את התגובות האלה להבהיל. ככזה, הקפידו להגדיר את סביבת העבודה בקפידה כדי למזער את הסחות הדעת הרבות ככל האפשר. כמתואר באיור 1, כלול מגן בדיקה אם אתה מחפש חוויות בדיקה עבור אדם או קבוצה של אנשים.
      הערה: כדי להגביר את התקפות האקולוגיות של סביבת הבדיקה, תכנן לספק כל חומר שהתלמיד משתמש בו בבחינה בפועל (למשל, חוברות עבודה, גיליונות משוואות) כדי לאפשר למשתתפים להרהר ולעבוד על כל בעיות הנדרשות
    2. חיישניםחשמליים מספקים . אות כל 1/4 בשנייה כדי לאפשר לאירוע להיות מוגדר וללמוד, ליישם תוכנית כדי לאסוף מידה מדויקת של התחלתה של משימה. כאשר הזמן מסנכרן חיישנים חשמליים עם סקרים, לוודא כי המצגת של שאלת הסקר מסונכרן חיישן אלקטרועורי באמצעות השעון הפנימי של המחשב כדי ליצור מסגרת איסוף נתונים (ראה איור 1). אם השימוש בחיישנים אלקטרוטכניים המותאמים לשימוש Bluetooth (לדוגמה, ראה טבלת חומרים), זמני סנכרון בזמן גריניץ ' מרידיאן (GMT) כדי להתחשב בשינויי אזור הזמן ובשעון קיץ במהלך הליכי איסוף נתונים30.
      הערה: אם אתה משתמש בשרת אינטרנט להצגת גירויים (למשל, שאלת בדיקה, פריט סקר וכו '), הקפד ליישר את השעות בין השרת לבין השעון הפנימי של המחשב, מכיוון שאלה אינם מסונכרנים בדרך כלל. שים לב כי ייתכן שיהיה צורך להתקין מראש שרת אינטרנט חוצת פלטפורמות (למשל, XAMPP או שרתי אפאצ'י אחרים) לכל מחשב המשמש למחקר. אם בכוונה לסנכרן מצלמת אינטרנט למטרות הקלטת וידאו, שקול להשתמש בתוכנת אבטחה המאפשרת הקלטה של תאריך, שעה, שעה, דקה, שנייה ואלפית שניה (לדוגמה, 01/01/2000 04:01:02:05) של הווידאו. שים לב שסרטון זה חייב להיות מתואם גם לשעון הפנימי של המחשב ולהתקנים האחרים (לדוגמה, חיישן EDA). הגדר את מצלמות האינטרנט כדי למדוד את פניו של המשתתף בזוויות שונות, במידת הצורך. אנו ממליצים כי עבור מצלמה חזיתית באינטרנט; הווידאו ממוקם במקביל למשטח תחנת העבודה ולכיוון מצלמות אינטרנט הפונות כלפי מטה למיקום הווידאו ב-30 ° עד 45 ° ממשטח תחנת העבודה לפני המשתתף.
    3. מניחים את החיישן האלקטרועורי על היד הלא-דומיננטית של המשתתף כדי למזער כל רעש באות עקב תנועה או שגיאת קשר של אלקטרודה במהלך איסוף הנתונים, כפי שהוצע בפרוטוקול הקודם30. אם החוקרים רוצים למזער את חפצי האמנות של ה-EDA בשל התנועה, חלופה אחת היא לכלול משטח ג'ל לפרק כף היד במיקום נוח למשתתף ושבו זמנית מאפשר להם להניח את ידו הבלתי-דומיננטית.
      הערה: מיקום המחשב הנייד, pad ג'ל, חיישן, גיליונות מבחן, ואלמנטים אחרים במחקר חייב להיות מתוקננת כדי להבטיח חזרה על פני התנאים בדיקה וסמסטרים. כפי שמוצג באיור 1, הסרט של הצייר שימש למרכז כל פריט (למשל, מחשבים נישאים, גיליונות מבחנים, מצלמות) של ההתקנה הניסיונית בעקביות על פני משתתפים וסמסטרים של איסוף נתונים.
    4. לקריאת חיישן העורי, הקמת תקופה שבה המשתתפים השיגו מדינה רגועה להקמת נתוני EDA בסיסיים31. בשביל זה, או לציין זמן בתחילת המבחן עבור המשתתפים לבהות במגן בדיקה (~ 5-15 דקות) או תוכנית זו האות לתוך המחשב הנייד כחלק מתוכנית החתמת הזמן. עם השלמת התקופה הזאת, המשתתפים יכולים להתחיל בסקרים ושאלות מבחנים. באותו וריד, להקצות תקופת הרפיה בסוף הניסיון במבחן.
  2. תכנון ניסיוני עם סקרים, חיישנים אלקטרועורי, וביוארקרס הרוק
    1. בעת שילוב חיישנים אלקטרועורי עם סקרים וביואריטים הרוק, ודא שהפרעות ממוזערים במידה הטובה ביותר האפשרית. כאסטרטגיה אחת, ליצור וידאו הדרכה כדי לעזור למשתתפים להבין כיצד לספק דגימות הרוק שלהם בזמן הגדרת תקופות של המבחן על פי מפרטי הייצור (ראה טבלת חומרים) כדי למזער הפסקות מ חוקרים.
      הערה: במחקר זה, החוקרים היו מעוניינים לאסוף רוק במהלך ארבע נקודות זמן: התחלה, אמצע, סוף, לאחר מבחן. עם זאת, החוקרים יכולים לבחור בפעמים אחרות הם רואים המתאים למחקר שלהם. כמו כן, השתמשנו בשיטת איסוף הספוגית32 במקום שיטת הריר הפסיבי שלה33 לנוחות השימוש ומהיר יותר לדוגמה האוסף. גם, בחרנו קורטיזול34 ו sAA35 ערכות (ראה טבלת חומרים) ואחריו מפרט יצרן בעיבוד שלה. עם זאת, אם לקבוצה שלך אין מעבדה ביולוגית לבצע צורות אלה של בדיקות, ספקים אחרים יכולים לנתח את הדגימות32,36.
    2. בעת איסוף דגימות רוק, יש קריר עם קרח יבש עם טמפרטורה פנימית של 20 ° c; זה ימנע את טמפרטורת החדר השפלה של אנזימים עבור דגימות קורטיזול34. אם איסוף ברוק אלפא-עמילאז, היציבות שלה היא עוד הרבה יותר (~ חמישה ימים בטמפרטורת החדר ומאפשר 5 מחזורי הקפאת ההפשרה35). אם איסוף הן, כפי שהיה במקרה במחקר זה, בצע את ההנחיות הדרושות כדי לאחסן דגימות הרוקקורטיזול על פי המלצותהיצרן 34,35.
    3. אם באמצעות שיטת איסוף הספוגית25, יש את הספוגית להישאר גם בלחי הפנימית או תחת הלשון של המשתתף עבור 60 s. בעת טיפול בבקבוקונים וכובעי אוסף לדוגמה, בצע את פרוטוקולי היצרן34,35 ולהעביר את המידע למשתתפים לפני תחילת המחקר.
      הערה: אם הניסוי הוא יותר ברור (למשל, שאלה על ידי איסוף נתוני שאלה), הקפד להקליט את זמני התחלה והיסט של כל אוסף לדוגמה הרוק, כפי שצריך להתייחס לאלה בניתוח EDA. אותו דבר חל על התחלתה והיסט של זמני איסוף נתוני הסקר. עבור איסוף נתוני הרוק, הקבוצה שלנו פיתחה מערכת הדגל כדי לאפשר למשתתפים להודיע לחוקר/פרוקטור כאשר מדגם הרוק היה מוכן לאיסוף. שקול לייעד מספר פרוקטורים כדי לסייע עם במהלך מפגש ניסיוני במקרה דגימות הרוק מרובים מוכנים להיות נאסף ומאוחסן.

2. התקנה וניקוי מראש ושלאחר ניסוי

  1. סקרים
    1. בטופס הסקר, ארגן תהליך תזמון, ייעד מזהי משתתפים ואסוף מידע דמוגרפי כלשהו, לפי הצורך. כמו כן, צור או קדם תווית כל שאלות הסקר הרלבנטי כהכנה לייצוא נתונים. פעולה זו תאפשר ניקוי מהיר ויעיל יותר של נתונים, ניהול וניתוחים סטטיסטיים.
    2. סנכרן את מצגת הסקר ואת זמני היציאה במהלך פרוטוקול הבדיקה. אם שילוב חיישנים או וידאו, סנכרן טכנולוגיות אלה גם עם תוכנת הסקר.
    3. כעניין של אדיבות ולטובת התרומה לסביבת מחקר לבבית ומסבירת פנים, ואם המדריכים מסכימים, הגדר דוא ל מעקב אוטומטי המכיל תגובות לשאלות המבחן שיישלחו למשתתפים מיד או זמן קצר לאחר השתתפותן במפגש.
  2. חיישנים אלקטרועורי
    1. תכנן לתזמן מראש משתתפים למפגש בדיקה/זמן, להעריך כל מידע רפואי והרגלי תזונה לאוסף EDA ורוק30 ושליטה ידנית באוסף eda30, ולהזכיר למשתתפים להימנע מצריכת מוצרים מסוכרים או קפאין ביום של הניסוי. זה חשוב כמו מצבים רפואיים מסוימים (למשל, הפרעות מטבולית) והרגלי תזונתיים (למשל, צריכת קפאין) יכול להשפיע EDA (וערכי הרוק), כפי שהוצע בפרוטוקול הקודם30.
    2. לפני שהמשתתפים מגיעים, ודא שהחיישנים מכוילים כראוי, עדכוני התוכנה כבר הגיעו לטיפול והחיישנים נוקו עם 70% מגבונים לאלכוהול30.
    3. כאשר מתאימים את חיישן ה-EDA על פרקי הידיים של המשתתף, הקפידו להניח אותו על ידו הלא-דומיננטית של המשתתף. כדי להתאים לחיישן ה-EDA:
      1. מניחים את החיישן עם הכפתור פונה כלפי מטה לכיוון האגודל.
      2. עם כפות הידיים שלהם כלפי מעלה אל הפנים שלהם, יש משתתפים לצייר קו דמיוני מן החלל בין האצבע השנייה והשלישית של היד הלא שלטת שלהם לאזור באמצע כף היד ולמקם את אלקטרודות החיישן שם.
      3. בקש מהמשתתפים להתאים את רצועות החיישנים באופן שאינו צמוד מדי או רופף מדי.
        הערה: ניתן למצוא תמונה ייצוגית של התאמה זו באיור 2.
    4. כאשר מתחילים את החיישן, הקפד לעקוב אחר פרוטוקולי היצרן31 כדי להבטיח את החיישנים מוגדרים כדי לאסוף נתונים. בניסוי זה, הפרוטוקול מותאם לשימוש עם מותג מסוים של חיישנים (ראה טבלת חומרים), למרות החוקרים מוזמנים להשתמש בכל חיישן פיזיולוגי של בחירתם.
      1. עבור התקנים המשמשים כאן, לדכא את לחצן החיישן למשך שלוש שניות. אור ירוק מצמץ לסירוגין, ואחריו אור אדום מהבהב ולאחר מכן מתרחשת התפוגגות.
      2. במהלך עמעום, כדי לוודא את החיישן הוא על, לחץ על הלחצן פעם אחת עבור פחות מ 1. אם הוא מהבהב באדום, הוא מציין שהוא מקליט נתונים.
    5. כאשר מכבה את החיישן, לחץ על כפתור 3 s. החיישן יהיה לכבות אם האורות על החלק התחתון של צמיד לעבור מירוק לדהות.
    6. כדי לאחזר את הנתונים מהחיישן, חבר אותו למחשב וטען את הנתונים במערכת הניהול בהתאם להמלצות היצרן31.
  3. ביוארקרס הרוק
    1. כאמור בעבר, להעריך מראש כל מצבים רפואיים או הרגלים תזונתיים שעלולים להשפיע על ערכי הרוק במהלך הניתוח. כמו כן, יש להזכיר למשתתפים לא ללבוש שפתון, איפור או מוצרים ליד השפתיים כשהם מגיעים למפגש, משום שדבר זה יכול לגרום לזיהומים המשפיעים על קורטיזול ודגימות של אלפא-אמיקלז. אם המשתתפים מגיעים לענוד את המוצרים האלה, בעדינות להנחות אותם לשירותים או לספק מגבונים המתאים שיסיר מוצרים אלה מבלי להציג כימיקלים אחרים (למשל, מים על מפית לעומת איפור מגבות מסיר). לבסוף, ברור חדרי הניסוי של מזון או משקאות שיש להם ריח חזק (למשל, פיצה, תפוזים) זה יכול לשפר את ייצור הרוק בקרב המשתתפים.
    2. עם הגעתם של המשתתפים לחדר הנסיוני, משתתפי הקבוצה משתתפים באחת אונקיה של מים לספל. . תבקש מהם לבלוע את המים זה נעשה כדי לנקות את הפה של כל משקעים מזון שעשויים להשפיע על הקורטיזול והרוק אלפא אמילז נתונים.
    3. במקרה של איסוף נתוני EDA בשילוב עם רוק, יש להזכיר בעדינות למשתתפים למזער את תנועת הידיים ביד הכוללת את חיישן ה-EDA. ככאלה, המשתתפים יצטרכו לקבל הודעה כי כל אוסף דגימת רוק שסופקו צריך להיעשות ביד הדומיננטית שלהם. כדי להקל על תהליך זה, מומלץ להגדיר את ההתקנה הניסיונית כוללת מבחנות מסומנות מראש ועמדה למזער כל הפסד של דגימות (עיין באיור 1).
    4. בעת איסוף דגימות הרוק, ללבוש כפפות מניטריל טרי כדי למזער כל חלקיקי אבק או כל מזהם אחר משמני היד להיות מועברים לבקבוקון דגימת הרוק.
    5. כפי שצוין קודם לכן, העבירו מיד את הדגימות לצידנית בעלת טמפרטורה פנימית של 20 ° c.

3. הגדלת תוקף אקולוגי לאור סקרים, חיישנים אלקטרועורי, וביוארטים הרוק

  1. בנוגע לאותנטיות בחינה
    1. כדי לספק חוויית בדיקה אותנטית, יישר את תוכן הבדיקה עם תוכן הקורס. לשם כך, עיין בתוכן הקורס בשילוב עם קבוצת מומחי תוכן, כולל מדריך הקורס.
    2. בחר הערכה (בדיקה או הערכה) של תוכן הקורס שניתן לשכפל בהגדרה ניסיונית, או שניתן להשלים את תוכן הקורס הקיים (למשל, מבחן תרגול).
      הערה: בהתאם למדיניות הוועדה המוסדית של המוסד שלך, ייתכן שהשימוש במבחנים אמיתיים לא יהיה מותר בשל הפגיעה הפוטנציאלית בכיתות הסטודנטים בקורס. ככזה, ניתן לראות במקום זאת חוויה שוות ערך (למשל, מבחן תרגול).
    3. לצד המדריך, לפתח מפתח תשובה ובעיות בחינה והפתרונות שלה כדי לאסוף את נתוני הביצועים ברמה הגרעינית (כלומר, שאלה בשאלה) ו/או ברמת מאקרו (כלומר, בחינה כולה) בהתאם למטרות המחקר
    4. בקשו מהמורה גם לספק חומרים נוספים המשמשים בדרך כלל בבחינות שלהם (למשל, לרמות) או חומרים מותר (למשל, ספרי לימוד, רשימת הפניות) המשמשות בדרך כלל בקורסים שלהם. יש להכין את הכלים הללו למשתתפים בניסויים.
    5. ודא שסביבת הבדיקה מקבילה לכיוונון הנסיוני (לדוגמה, זמני הבחינה, הצעת הבחינה – מרכז בדיקות או כיתה, וכו ') והתכונות שלה כגון מרחב שולחני, תאורה, טמפרטורת החדר, בין היתר.
  2. לגבי הכללת הסקר
    1. בהתאם למספר שאלות הסקר, חשוב להתחשב במועדים המשוער; זה עשוי לקחת את המשתתפים כדי להשלים את שאלות הסקר בזמן שהם לוקחים את הבחינה שלהם.
    2. להקצות זמן בדיקה נוסף כדי להסביר הפרעות ולעצב את תוכנית הבדיקה כדי להחזיר את התלמידים לבעיה בדיקה מסוימת אם בקשת הסקר הפריעה להם. כמו כן, ודא שזמן ההפרעה הזה עקבי בפני המשתתפים (למשל, התחלה, אמצע וסוף הבחינה).
    3. בהתאם לסוג התכנון הניסיוני, אם יש צורך בסוג התגובות הגרגירים (למשל, שאלה בשאלה), תכנן להציג תחילה את בעיית הבחינה ולאחר מכן הנחה את המשתתפים להגיב לשאלת הסקר ולאחר מכן אפשר למשתתפים להיכנס ל תגובה (למשל, טקסט פתוח, בחירה מרובה וכו '). דבר זה יאפשר למשתתפים תחילה לראות את הבעיה ולהגיב לשאלת הסקר בהתאם לבעיה המוצגת. אם התכנון הניסיוני נמצא ברמת מאקרו, ודא שהמשתתפים מורשים לשקף את חווית הבדיקה עד לנקודה זו לפני התגובה.
      הערה: תיאוריות והשערות חשובות לשקול בשלב זה כבחירה של סוג מסוים של מצגת של פריט (למשל, סקר, מבחן) יהיה חשוב. לדוגמה, אם לימוד של יעילות עצמית, הדבר מומלץ ביותר ברמת שאלת הבדיקה, בעוד שרגשות ההישג האקדמי שואלים בדרך כלל מראש, במהלך הבחינה ולאחר מבחן.
  3. בנוגע לחיישני פעילות אלקטרועורי
    1. כדי להבטיח שהמשתתפים לא יהיו לחוצים מידי בגלל הפרוטוקול הניסיוני, כוללים תקופות של כיול והרפיה במהלך חווית הבדיקה. אסטרטגיה אחת יכולה לאפשר למשתתפים למקד את תשומת לבם בין שאלות. מתחיל עם שאלה פשוטה להגיב (למשל, "באיזה יום בשבוע אנחנו?") ולאפשר למשתתפים 30 לנוח בין כל שאלה בחינה.
      הערה: זכור כי הבנת העיצוב של שאלות הבדיקה עצמה וחיזוי מה התגובות של התלמידים עשויים להיות חשובים (למשל, מוגבר עומסים קוגניטיביים או יעילות עצבית37) כפי שהם יכולים להשפיע על סמן הרוק ואת נתוני EDA אוסף. לדוגמה, שאלות הבחינה צריכות להיות כולן בצורת ערך מאמר, שידרוש תנועת יד שיכולה להשפיע על נתוני EDA24,25 או מבחן עשוי להיות מתוכנן על ידי רמות קושי שונות, שיכולות להשפיע על התלמידים עומסים קוגניטיביים או יעילות עצבית37.
    2. ודא שתוכנית החתמת הזמן מהווה בחשבון את כל השינויים בחוויית הבדיקה (לדוגמה, תקופות כיול, התחלה והיסט של שאלות בין כיול, שאלות סקר בתחילת הבדיקה והיסט, התחלה וסיום של הבחינה). זהו צעד חשוב כפי שהוא יאפשר התאמת מקור נתונים, אשר יקבע את המרווחים או אירועים להיות מעובד ומנותח.
  4. בנוגע לשימוש ביואריקר הרוק
    1. היה מודע מתי לאסוף. מסמנים הרוק
      הערה: לימודי הרוק ביו-marker בדרך כלל בחנו באמצעות עיצוב מראש לפני באמצע פוסט פוסט פוסט32,33,34,35,36. כמו קורטיזול לוקח 20 דקות כדי להגיב לחץ14, אלה פערים הזמן צריכים להתבונן התפרצות קורטיזול והתאוששות. במקרה של סטודנטים הכנת לבחינה, המשתתפים עשויים להיות מודאגים לקחת את הבחינה, ולכן, מידה לפני התחלתה לא יהיה אפשרי. חשוב גם לא להפריע לתלמידים לעתים קרובות במהלך הבחינה. במחקר שלנו, אנחנו בחרו לאסוף רוק פעם אחת לפני תחילת, פעם במהלך, מיד אחרי, ו 20 דקות לאחר הבחינה בשקט ככל האפשר כדי למזער את ההפרעות. ציר זמן לבדיקת מדגם מסופק באיור 3.
    2. בתוכנית הבדיקה, כלול בקשות מתוזמן לסמן משתתפים כאשר הגיע הזמן לאסוף רוק. כלול שעון עצר של 60-s, כך שהמשתתפים מודעים למשך אוסף הרוק. החזר משתתפים לבעיה שבה הם עבדו בבחינה ברגע 60 s הושלמו.

4. שיקולים לעיבוד וניתוח נתונים

  1. סקר
    1. ודא שפלטי הנתונים מתויגים ומאורגנים כראוי כדי לאפשר ניהול נתונים אפקטיבי ולהבטיח תוכניות סטטיסטיות (לדוגמה, SPSS, SAS) לבצע ניתוח הדרוש.
    2. זיהוי נתוני חריג חשוד טעות פוטנציאליים המבוססים על תקנים לאיתור מידע מעבר לסקר38 וכן כל שנקבע באמצעות הנתונים הדמוגרפיים שנאספו קודם לכן (למשל, מצבים רפואיים).
    3. קביעת סוג הניתוח הסטטיסטי ו/או המידול לביצוע בהתבסס על שאלת המחקר הוקמה ו/או היפותזה
  2. פעילות לעורי חשמל
    1. שים לב כי פלטי נתונים אלקטרועורי עשויים להשתנות בהתאם לחברה. עבור המכשיר המשמש במחקר31, פלטי נתונים מוצגים כעמודה אחת עם זמן ההתחלה נמדד GMT, ואחריו תדירות איסוף הנתונים ו-EDA נמדד microsiemens. נתוני ה-EDA מתפרשים בהתאם לתדירות איסוף הנתונים. מאחר שהנתונים תלויים בזמן התחלתה, המר זמן זה לזמן יוניקס בהתאם לפרוטוקולי הייצור ולפרוטוקולים הקודמים30. פעולה זו תאפשר סינכרון חלקה יותר של נתוני ה-EDA במהלך הניסוי.
    2. זהה והסר את כל מקורות היצרן הפוטנציאליים של מיירס, כגון תקלה בחיישנים, איסוף נתונים לא שלם או יצירת קשר עם האלקטרודות בעור. הוראות אלה יזוהו על-ידי ערכים שליליים או מקטעי נתונים מתמידים בגליון הנתונים באופן מתמיד.
    3. לזהות ולהסיר כל מקורות פוטנציאליים שנוצר על-ידי המשתמש של מיירס כגון תנועות בלתי צפויות (למשל, יד להכות שולחן או האזנות עצבים), סקר או בדיקת הרוק תקופות איסוף, או שינויים גדולים בטמפרטורת הגוף או בלחץ דם קריאות הקול .
    4. כדי להסיר רעש עקב תנועה, בצע את סידרת השלבים הבאה:
      1. ראשית, לסרוק את המשתתפים ' תאוצה (ACC) פרופילים, שסופקו גם על ידי חיישן פרק היד. שים לב שהנתונים יהיו בעלי עמודות X, Y ו-Z המציינות תנועות יד שלוש ממדיות אופקיות, אנכיות ומרחביות, בהתאמה. לחשב את הממוצע נע של נתוני תאוצה זה על פי המרחק האוקלידי (L2-נורמה)39,53 משוואה כדי לחשב את התנועה הכוללת:
        Equation 1
      2. חשב את סטיית התקן של ערכי המרחק האוקלידית עבור כל ערכת המשתתפים והסדר אותם בדרגה. חשב גם את הערכים הממוצעים של ערכי מרחק Euclidian.
      3. חשב את מקדם השונות של ערכי המרחק האוקלידי כדי לקבוע את היחס בין האות לרעש40 בהתאם למשוואה הבאה:
        Equation 2
        הערה: מקדם ערכי הסטייה החורגים מציון 1 מציין הסטה ויש להסירו מהניתוח בהתאם להמלצות בטיפול בנתוני איתות33.
      4. ברגע שהרעש הנובע מתנועה מוסר, קבעו את הסף הדרוש לסינון הנתונים. בשביל זה, לחשב את המגבלות העליון והתחתון של 95% של סטיית התקן של האותות. כל הנתונים מחוץ לטווחים אלה יכולים להיות מוסרים מערכת הנתונים/ניתוח או השלכה על פי החוקר ́s מטרות ויעדים. עבור מחקר זה, החלטנו לממוצע את הטווחים החיצוניים עם הנתונים המקובלים הקבועים.
      5. חזור לנתוני ה-EDA והשתמש בנתוני התאוצה של הזמן, כדי לזהות את המרווחים המתאימים של EDA (שהיו גם בעלי חותמת זמן).
        הערה: כדי לסנכרן נתונים מפני תאוצה ואלקטרועורי, שים לב שתדרי ההקלטה שונים (4 Hz עבור EDA ו-32 Hz עבור ACC), כך שיש ליישר אותם לראשונה. מאחר שיסודו, לא יהיו נתוני ACC יותר מנתוני EDA, השתמש בערכי ה-EDA הממוצעים כדי להסביר את ההבדל.
    5. לאחר שערכות נתוני EDA נוקו41,42 למרות נתוני התאוצה המסוננים, המשיכו להפריד בין אותות המקור (קו בסיס) ו-phasic (מיידי, תגובתי) באמצעות כלים שנקבעו (לדוגמה, ledalab, EDA Explorer)43 ,44, לצורך ניתוח סטטיסטי, בעיקר phasic, מסוננים נתוני EDA משמשים וערכים (למשל, גניטודות, מספר הפסגות, זמני השהיה) מחושבים בהתבסס על שאלת/השערה מחקר ושימוש בשיטות המתוארות על ידי בושאן22,23.
  3. הרוק ביוארקר
    1. הן עבור קורטיזול והן של אלפא-אמילאז assays בצע את פרוטוקולי היצרן22,23,24,25,26,27,28 , ו המלצות לטכנאי בנוגע לתנאי השימוש, האחסון והטיפול בדגימות.
    2. לסובב דגימות מופעלות ב 1,500 x g ב 4 ° c. הקפד להסיר את הדגימות בזהירות, כי הבקבוקונים יש supernatant הרוק בחלק התחתון של הבקבוקון כדי להבטיח הפרדת ריריות.
    3. כתרגול טוב, לפני שתעקוב אחר פרוטוקולי הטיפול, בצע שטיפה מהמאגר של הבארות באמצעות מכונת כביסה לפני העיבוד. זה חשוב במיוחד עבור קורטיזול.
    4. ודא כי הקורא צלחת הצפיפות האופטית כבר מתוכנת מראש לטמפרטורות המתאימות (למשל, דגימות sAA דורשים טמפרטורות דגירה של 37 ° צ' בעוד דגימות קורטיזול דורשים הטמפרטורה החדר קריאות) ו אורכי גל (כלומר, sAA דורש 405 nm ו קורטיזול דורש 450 ננומטר ו 490 – 492 ננומטר מסנני התייחסות). עבור sAA assays מומלץ כי הקורא לוחית השתמשו יש גם מייקר וגם חממה בפנים.
    5. בצע את פרוטוקולי היצרן34,35 כדי לחשב את ערכי הריכוז של כל מדגם ואת האחוז המתאים בתוך ובין-שיטת החישוב של מקדם הווריאציה (% CV) משוואות כדי לזהות החוצה מן ה ערכת נתונים (מחושב באופן שונה בהשוואה למשוואה שסופקה קודם לכן). שים לב, עבור sAA, לעקוב אחר המספרים הרבה בשימוש בפקדים כפי שהם אינם סטנדרטיים.
      1. ראשית, ממוצע% קורות החיים של הפקדים על-ידי מספר לוט ולאחר מכן הממוצע ערכים אלה כדי לקבל ציון ממוצע גדול של% CV.
      2. לקבלת דוגמאות, היצרן ממליץ על האפשרות שהבקרה הפנימית של הדגימות תהיה בעלת% cv תחת 10% בעוד שהפקדים צריכים להיות בעלי הספק% cv תחת 15%34,35. עם זאת,% קורות חיים אלה יהיו תלויים באופן משמעותי בתנאי המעבדה ובציוד המשמש לביצוע המחקר. ככזה, יש לשקול שיטות חלופיות לאימות של שיטת החיסוני בהתאם לצורך45.
    6. הקפאת דגימות רוק ב-80 ° c לאחר הבדיקה כדי לאפשר אימות של האימות שלה. אל תקפיא את ההפשרה יותר מפעם אחת כדי למנוע השפלה אנזימטית נוספת של דגימות או פקדים.
  4. טריאנגולציה של נתונים
    1. בהתאם לשאלת המחקר או ההשערה, התאם משתנים רלוונטיים. ודא שכל המידע והנתונים מעובדים מראש ומסוננים לפני השימוש ב-46.
    2. בדוק אם גודל המדגם, נקודות איסוף הנתונים, התבונן בכוח סטטיסטי, ושאלות מחקר או השערה מחייבים הצגת נתונים47, או ניצול של טכניקות אנליטיות חוזרות ונשנות48,49, 50.
    3. הנהלת חשבונות עבור הבדלים בין-אישיים בזמן פעילות51 והעיכוב בתגובה של ביואריטים הרוק כדי להדגיש14, להשתמש בחותמות זמן, או לקבוע אירועים לסינכרון מערכות נתונים ביחד.
    4. באמצעות מודלים סטטיסטיים ותוכנה, לנתח את ערכת הנתונים, ולפרש ממצאים.

מכיל 16 קבצי zip.  כל קובץ zip מכיל את כל החידונים של EOL עבור פרק ליבה נתון.  הם ירצו לפתוח קובץ זה, ולאחר מכן כל קובץ zip מקבל נטען בנפרד לתוך בד.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

במחקר זה, היינו מעוניינים ללמוד את ההשפעות של יעילות עצמית, ביצועים, ו פיסיולוגיים (חיישנים EDA) וביולוגי (sAA ו קורטיזול) תגובות של סטודנטים להנדסה לתואר ראשון כפי שהם עשו בחינה בפועל. הנתונים המוצגים היא תת-קבוצה ייצוגית של דגימות: (א) אחד שנחשב סקרים וחיישנים אלקטרועורי (עיצוב הניסוי A) ו-(ב) אחד שכלל את אותו מבחן יחד עם הנתונים ביוארקר הרוק (עיצוב הניסוי B). בעוד שאספנו את נתוני הרגשות במחקר זה, לא נציג אותו, מכיוון שהמטרה שלנו הייתה להפגין נתונים בזמן אמת ולא בנקודות הזמנים שנקבעו בהתחלה, באמצע, או בסוף הבחינה, שהיא המקום בו הרגשות נאספו.

כפי שמוצג באיור 4, מידת הקושי של הבחינה על פי התגובה הקולקטיבית של התלמידים הושוו על העיצובים הניסיוניים. כמו כן, ה-EDA הממוצע כפונקציה של סטודנטים דיווח על תוצאות יעילות עצמית לפני השלמת שאלות הבדיקה הותווה. למרות שרמת הקושי הייתה זהה לשני העיצובים, נמצאו הבדלים בין ההבדלים בערכי ה-EDA הנכונים בין התגובות הנכונות והנכונות באמצעות תוצאות שונות של יעילות עצמית. לתכנון ניסיוני A (חיישנים וסקרים של EDA), משמעות הדבר היא כי EDA עלה לציון ביניים עבור סטודנטים שהגיבו באופן שגוי לשאלות הבחינה בהשוואה לסטודנטים שהגיבו לשאלות בצורה נכונה (p < 0.001). לעיצוב ניסיוני B (חיישני EDA, סקרים, וביואריטים הרוק), פירושו ערכי EDA שונים, שבהם אפקט הפוך נמצא עבור עשרות SE נמוך (p < 0.05) וציונים se גבוה (p < 0.01), בהתאמה.

כדי להבין את כל השפעות הרוק הפוטנציאליות, ה-EDA הממוצע, כמו גם הקורטיזול וערכי הsAA לקביעת נקודות הנתונים בבחינה (התחלה, אמצע, סוף, ו -20 דקות לאחר הבחינה) היו מנורמלות (איור 5) לעיצוב ניסיוני B. חשוב לציין שערכי ה-EDA הממוצע עבור טבלה זו נחתכו במרווחי זמן של 60-s במהלך מועד המסגרת שנקבע מראש כדי לאפשר השוואות בין סמן הרוק. הנתונים מראים כי רמות EDA ירדו מתחילתו ועד סוף הבחינה, ורמות אלה ששוחזרו על ידי סימן 20 דקות לאחר הבחינה. מגמות אלו הוקרב בנתוני הקורטיזול והsAA. משמעות סטטיסטית, כפי שנקבע באמצעות ANOVA, נמצאה בין EDA ו sAA בתחילת ובאמצע הבחינה (p < 0.05 בשתי הפעמים) בעוד EDA ו קורטיזול הראו משמעות בין האמצע והסוף של הבחינה (p < 0.01 ו- p < 0.05, בהתאמה). על ידי הסימון 20 דקות, EDA ו sAA (p < 0.01) ו קורטיזול ו sAA (p < 0.05) החלו להראות משמעות בין השני.

Figure 1
איור 1. התקנה ניסויית בעת שימוש בסקרים ובחיישנים אלקטרועורי ללימוד חוויות בדיקה. התמונה מראה ניסיוני עיצוב A (חיישנים וסקר) ו-B (חיישנים, סקר, ובסמנים הרוק). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
איור 2. ייצוג סכמטי של איך המשתתפים יכולים להתאים ולהתחיל את החיישן האלקטרועורי. תמונה A (משמאל) מציגה את מיקום לחצן ההתחלה על החיישן בזמן שתמונה ב' (מימין) מציגה את מיקום אלקטרודות ה-EDA על פרק כף היד של המשתתף. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 3
איור 3. ייצוג של ציר זמן ניסיוני כאשר סקרים, בסמנים הרוק, וחיישנים אלקטרועורי נכללים. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 4
איור 4. דרגת קושי. מידת הקושי של המבחן על פי ביצועי הסטודנטים הקיבוציים ומתכוון EDA כפונקציה של דירוג היעילות העצמית של המשתתפים לתגובות הנכונות והנכונות לעיצוב ניסיוני A (a ו- B) וניסיוני עיצוב B (C ו -D). N = 15 משתתפים לכל עיצוב; נתונים מדווחים כ-± שגיאה סטנדרטית של הממוצע (מיוצגת בקווי השגיאה); קווים מקווקווים בחלוניות A ו-C מייצגים את המגבלות עבור טווחי קושי מתונים (בין 0.3 ל-0.8)52; *p < 0.05, * *p < 0.01, ו * * *p < 0.001, רומז הבדל משמעותי סטטיסטית. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 5
איור 5. SAA מנורמל, קורטיזול ומתכוון EDA. SAA מנורמל, קורטיזול ומתכוון EDA עבור העיצוב הניסיוני B בהשוואה 60-s מרווחי הזמן בתקופות שנקבעו במהלך המבחן (התחלה, אמצע, סוף, 20 דקות אחרי). N = 15; הנתונים מדווחים בשגיאה ממוצע של ± standard של הממוצע (מיוצגים בקווי השגיאה); *p < 0.05 ו * *p < 0.01, רומז הבדל משמעותי סטטיסטית. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

למרות שנעשה שימוש באמצעים פיסיולוגיים בהרבה הקשרי למידה אותנטיים, חשוב לעצב סביבת לימוד הקשובה למגבלות הטכנולוגיה הנוכחית. העיצוב שלנו מאזן את הצורך בסביבת בדיקה אותנטית ומתאים לטכנולוגיה. הגבלת נוחות של תנועת משתתפים, הפחתת הפרעות לא צפויות ותגובות הבדיקה של המשתתפים בחותמת זמן הן כל השלבים הקריטיים בפרוטוקול.

המרחב וההוצאות של התקנים חיישן החשמל עשוי להפוך את המחקר מעשי עבור חוקרים עם קרנות מחקר מוגבל. עם זאת, ברגע שנרכשו, חיישנים אלה יש שימושים ללא הגבלה. בסמנים הרוק חייב להיות מעובד במעבדה יש הוצאות משמעותיות לפני המדגם לאחר עיבוד. חשוב גם לשקול את תנאי המעבדה הספציפיים והציוד המשמש, כגון שיטות אימות הרוק החלופי עשויות להיות נחוצות כדי לזהות את האחוזים הבין-והפנים של קורות חיים.

הפרוטוקול הוא צעד משמעותי קדימה ביישום של גישות מולטי-מודאליות בחקר הרגשות האקדמיים. הפרוטוקול מגדיל את הדיוק של מדידות ה-EDA על-ידי תגובות משתתפים בחותמת זמן, תוך שכפול סביבת בדיקה אותנטית, המאפשרת מחקרים מדויקים יותר בזמן אמת של הלימודים בלימודים ובכיתות לימוד, התייחסות ל אילוץ המוגבל למחקרי מחקר קודמים התמקדו בלמידה ובביצועים. ניתן לשנות את הטכניקה כך שתכלול פעילויות למידה מקוונות הדורשות לכידת הקשות. ניתן גם להשתמש בפרוטוקול ללימודי הונאה במקום בו הקושי של המבדק או הצגת ההנחיות המבוססות על טקסט מתוכננים מראש כדי להשפיע על הציפיות של התלמידים לבחינה.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

. למחברים אין מה לגלות

Acknowledgments

חומר זה מבוסס על עבודה נתמכת בחלק על ידי הקרן הלאומית למדעים (NSF) לא. ב-1661100, כמו גם מענק NSF GRFP שניתנו Darcie כריסטנסן (מס ' 120214). כל דעה, ממצאים, ומסקנות או המלצות המתבטאת בחומר זה אינם משקפים בהכרח את אלה של NSF או. אנחנו רוצים להודות לשרי בנסון על הדיונים האדיבים שלה והמלצות לניתוח הסטטיסטי שלנו.

להלן מחבר תרומות במאמר זה: Villanueva (תכנון מחקר, איסוף וניתוח נתונים, כתיבה, עריכה); הוסרמן (תכנון מחקר, איסוף נתונים, כתיבה, עריכה); כריסטנסן (איסוף נתונים וניתוח, כתיבה, עריכה); Youmans (איסוף נתונים וניתוח, כתיבה ועריכה); חאן (איסוף נתונים וניתוח, כתיבה, עריכה); Vicioso (איסוף נתונים וניתוח, עריכה); לאמקינס (איסוף ועריכה של נתונים); גרהם (איסוף נתונים ועריכה)

Materials

Name Company Catalog Number Comments
1.1 cu ft medical freezer Compact Compliance # bci2801863 They can use any freezer as long as it can go below -20 degrees Celsius; these can be used to store salivary samples for longer periods of time (~4 months) before running salivary assays.
Camping Cooler Amazon (any size/type) Can be used to store salivary samples during data collection
E4 sensor Empatica Inc E4 Wristband Rev2 You can use any EDA sensor or company as long as it records EDA and accelerometry
EDA Explorer https://eda-explorer.media.mit.edu/ (open-source) Can be used to identify potential sources of noise that are not necessarily due to movement
Laptops Dell Latitude 3480 They can use any desktop or laptop
Ledalab http://www.ledalab.de/ (open-source) Can be used to separate tonic and phasic EDA signals after following filtration steps
MATLAB https://www.mathworks.com/products/matlab.html (version varies according to updates) To be used for Ledalab, EDA Explorer, and to create customized time-stamping programs.
Salivary Alpha Amylase Enzymatic Kit Salimetrics ‎# 1-1902 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Salivary Cortisol ELISA Kit Salimetrics # ‎1-3002 For the salivary kits, you should plan to either order the company to analyze your samples and/or go to a molecular biology lab for processing
Testing Divider (Privacy Shields) Amazon #60005 They can use any brand of testing shield as long as they cover the workspace
Web Camera Amazon Logitech c920 They can use any web camera as long as it is HD and 1080p or greater

DOWNLOAD MATERIALS LIST

References

  1. William, J. What is an emotion? Mind. 9 (34), 188-205 (1884).
  2. Pekrun, R., Linnenbrink-Garcia, L. Emotions in education: Conclusions and future directions. International handbook of emotions in education. Pekrun, R., Linnenbrink-Garcia, L. , Routledge Press. London. 659-675 (2014).
  3. Pekrun, R. The control-value theory of achievement emotions: Assumptions, corollaries, and implications for educational research and practice. Educational Psychology Review. 18 (4), 315-341 (2006).
  4. Pekrun, R., Perry, R. P. Control-value theory of achievement emotions. International Handbook of Emotions in Education. , 120-141 (2014).
  5. Pekrun, R., Stephens, E. J., et al. Academic emotions. APA Educational Psychology Handbook. Harris, K. R., et al. , American Psychological Association. Washington, D.C. 3-31 (2011).
  6. Bandura, A. Self-efficacy: The exercise of control. , W. H. Freeman & Co. New York, NY. (1997).
  7. Bandura, A. Social foundations of thought and action: A social cognitive theory. , Prentice Hall. Upper Saddle River, New Jersey. (1986).
  8. Bandura, A. Guide for constructing self-efficacy scales. Self-efficacy beliefs of adolescents. Pajares, F., Urdan, T. , Information Age Publishing. Charlotte, NC. 307-337 (2006).
  9. Jarrell, A., Harley, J. M., Lajoie, S., Naismith, L. Success, failure and emotions: examining the relationship between performance feedback and emotions in diagnostic reasoning. Educational Technology Research and Development. 65 (5), 1263-1284 (2017).
  10. Pekrun, R., Bühner, M. Self-report measures of academic emotions. International Handbook of Emotions in Education. Pekrun, R., Linnenbrink-Garcia, L. , Routledge Press. London. 561-566 (2014).
  11. Nett, U. E., Goetz, T., Hall, N. C. Coping with boredom in school: An experience sampling perspective. Contemporary Educational Psychology. 36 (1), 49-59 (2011).
  12. Azevedo, R. Defining and measuring engagement and learning in science: Conceptual, theoretical, methodological, and analytical issues. Educational Psychologist. 50 (1), 84-94 (2015).
  13. Spangler, G., Pekrun, R., Kramer, K., Hofman, H. Students’ emotions, physiological reactions, and coping in academic exams. Anxiety, Stress, & Coping. 15 (4), 413-432 (2002).
  14. Husman, J., Cheng, K. C., Puruhito, K., Fishman, E. J. Understanding engineering students stress and emotions during an introductory engineering course. American Society of Engineering Education. , Paper ID #13148 (2015).
  15. Vedhara, K., Hyde, J., Gilchrist, I., Tytherleigh, M., Plummer, S. Acute stress, memory, attention and cortisol. Psychoneuroendocrinology. 25 (6), 535-549 (2000).
  16. Berenbaum, S. A., Moffat, S., Wisniewski, A., Resnick, S. Neuroendocrinology: Cognitive effects of sex hormones. The Cognitive Neuroscience of Development: Studies in Developmental Psychology. de Haan, M., Johnson, M. H. , Psychology Press. 207-210 (2003).
  17. Lundberg, U., Frankenhaeuser, M. Pituitary-adrenal and sympathetic-adrenal correlates of distress and effort. Journal of Psychosomatic Research. 24 (3-4), 125-130 (1980).
  18. Nater, U. M., Rohleder, N. Salivary alpha-amylase as a non-invasive biomarker for the sympathetic nervous system: Current state of research. Psychoneuroendocrinology. 34 (4), 486-496 (2009).
  19. Denson, T., Spanovic, M., Miller, N., Cooper, H. Cognitive appraisals and emotions predict cortisol and immune responses: A meta-analysis of acute laboratory social stressors and emotion inductions. Psychological Bulletin. 135 (6), 823-853 (2009).
  20. Van Stegeren, A. H., Wolf, O. T., Kindt, M. Salivary alpha amylase and cortisol responses to different stress tasks: Impact of sex. International Journal of Psychophysiology. 69 (1), 33-40 (2008).
  21. Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190 (1), 80-91 (2010).
  22. Boucsein, W., Backs, R. W. Engineering psychophysiology as a discipline: Historical and theoretical aspects. Engineering psychophysiology. Issues and applications. Backs, R. W., Boucsein, W. , Lawrence Erlbaum. Mahwah, NJ. 3-30 (2000).
  23. Boucsein, W., Backs, R. W. The psychophysiology of emotion, arousal, and personality: Methods and models. Handbook of digital human modeling. Duffy, V. G. , CRC. Boca Raton. 35-38 (2009).
  24. Turpin, G., Shine, P., Lader, M. H. Ambulatory electrodermal monitoring: effects of ambient temperature, general activity, electrolyte media, and length of recording. Psychophysiology. 20, 219-224 (1983).
  25. Posada-Quintero, H. F., et al. Timevarying analysis of electrodermal activity during exercise. PLoS ONE. 13 (6), e0198328 (2018).
  26. Lobstein, T., Cort, J. The relationship between skin temperature and skin conductance activity: Indications of genetic and fitness determinants. Biological Psychology. 7, 139-143 (1978).
  27. Scholander, T. Some measures of electrodermal activity and their relationships as affected by varied temperatures. Journal of Psychosomatic Research. 7, 151-158 (1963).
  28. Schwerdtfeger, A. Predicting autonomic reactivity to public speaking: don't get fixed on self-report data! International Journal of Psychophysiology. 52 (3), 217-224 (2004).
  29. Braithwaite, J. J., Watson, D. G., Jones, R., Rowe, M. A guide for analysing electrodermal activity (EDA) & skin conductance responses (SCRs) for psychological experiments. Psychophysiology. 49 (1), 1017-1034 (2013).
  30. Villanueva, I., Valladares, M., Goodridge, W. Use of galvanic skin responses, salivary biomarkers, and self-reports to assess undergraduate student performance during a laboratory exam activity. Journal of Visualized Experiments. (108), e53255 (2016).
  31. Empatica, E4 wristband from Empatica: User’s manual. Empatica. , 1-32 (2018).
  32. Salimetrics, Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
  33. Salimetrics, Collection methods: Passive drool using the saliva collection aid. Salimetrics Technical Summary. , 1-2 (2018).
  34. Salimetrics, Expanded range high sensitivity salivary cortisol enzyme immunoassay kit. Salimetrics Technical Summary. , 1-21 (2016).
  35. Salimetrics, Salivary α-amylase kinetic enzyme assay kit. Salimetrics Technical Summary. , 1-17 (2016).
  36. Moore, D. Innovative Hormone Testing: Saliva Test Specifications, ZRT Laboratory Reports. , Available from: https://www.zrtlab.com/resources/ (2014).
  37. Call, B., Goodridge, W., Villanueva, I., Wan, N., Jordan, K. Utilizing electroencephalography measurements for comparison of task-specific neural efficiencies: spatial intelligence tasks. Journal of Visualized Experiments. (114), (2016).
  38. Ruel, E. E., Wagner, W. E. III, Gillespie, B. J. The practice of survey research: theory and applications. , SAGE Publications. Thousand Oaks, CA. (2016).
  39. Barrett, P. Euclidean distance: raw, normalized, and double-spaced coefficients. The Technical Whitepaper Series. 6, 1-26 (2005).
  40. Groeneveld, R. A. Influence functions for the coefficient of variation, its inverse, and CV comparisons. Communications in Statistics- Theory and Methods. 40 (23), 4139-4150 (2011).
  41. Tronstad, C., Staal, O. M., Sælid, S., Martinsen, ØG. Model-based filtering for artifact and noise suppression with state estimation for electrodermal activity measurements in real time. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 2750-2753 (2015).
  42. Routray, A., Pradhan, A. K., Rao, K. P. A novel Kalman filter for frequency estimation of distorted signals in power systems. IEEE Transactions on Instrumentation and Measurement. 51 (3), 469-479 (2002).
  43. Benedek, M., Kaernbach, C. A continuous measure of phasic electrodermal activity. Journal of Neuroscience Methods. 190, 80-91 (2010).
  44. Taylor, S., et al. Automatic Identification of Artifacts in Electrodermal Activity Data. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 1934-1937 (2015).
  45. Andreasson, U., et al. A practical guide to immunoassay method validation. Frontiers in Neurology. 6 (179), 1-8 (2015).
  46. Adam, E. K., Kumari, M. Assessing salivary cortisol in large-scale, epidemiological research. Psychoneuroendocrinology. 34 (10), 1423-1436 (2009).
  47. Pruessner, J. C., Kirschbaum, C., Meinlschmid, G., Hellhammer, D. H. Two formulas for computation of the area under the curve represent measures of total hormone concentration versus time-dependent change. Psychoneuroendocrinology. 28 (7), 916-931 (2003).
  48. Girden, E. R. ANOVA: Repeated measures. , Sage. Thousand Oaks, CA. (1992).
  49. Raudenbush, S. W., Bryk, A. S. Hierarchical linear models: Applications and data analysis methods (Vol. 1). , Sage. Thousand Oaks, CA. (2002).
  50. Duncan, T. E., Duncan, S. C., Strycker, L. A. An introduction to latent variable growth curve modeling: Concepts, issues, and application. , Routledge. Abingdon, United Kingdom. (2013).
  51. Mehta, P. D., West, S. G. Putting the individual back into individual growth curves. Psychological Methods. 5 (1), 23-43 (2000).
  52. Exploring relationships between electrodermal activity, skin temperature, and performance during engineering exams. Khan, M. T. H., Villanueva, I., Vicioso, P., Husman, J. IEEE Frontiers in Education Conference (FIE) Conference, Oct 16 to 19, 2019, Cincinnati, OH, USA, , (Accepted).
  53. Stretched Too Much? A Case Study of Engineering Exam-Related Predicted Performance, Electrodermal Activity, and Heart Rate. Christensen, D., Khan, M. T. H., Villanueva, I., Husman, J. 47th SEFI Conference, 16-19 Sept 2019, Budapest, HU, , (Accepted).

Tags

התנהגות סוגיה 151 בזמן אמת בדיקה ביצועים צולב רב מודאלי ניסיוני
תכנון רב-תחומי ומולטי-מודאליים לחקר חוויות בדיקה אותנטית בזמן אמת הקרוב
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Villanueva, I., Husman, J.,More

Villanueva, I., Husman, J., Christensen, D., Youmans, K., Khan, M. T., Vicioso, P., Lampkins, S., Graham, M. C. A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences. J. Vis. Exp. (151), e60037, doi:10.3791/60037 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter